全能智能体 (Autonomous Agents)
全能智能体（Autonomous Agents）是当前 AI 行业广泛追求的概念，指试图通过一个通用大脑自主规划并解决所有问题的 AI 架构。Anthropic 核心技术团队在公开演讲中对此概念进行了系统批判。
核心问题
- 泛化推理与垂直壁垒的断裂：通用大模型虽然聪明，但缺乏特定领域的深度 Know-how，在真实业务场景中易崩溃
- 灾难性的工程可观测性与维护成本：自主 Agent 是完全不可控的黑盒，难以调试、测试和追踪
- 误差累积效应：在"思考-行动-观察"循环中，任何微小错误都会被后续步骤无限放大
- 上下文窗口瓶颈：为让 Agent 变聪明而塞入海量上下文，导致性能下降和注意力丢失
替代方案
Anthropic 提出的替代方案是 [[skills-ai]]（技能包）——将 AI 能力封装为高度模块化、可版本控制、可复用的文件目录，而非追求一个全能的自主大脑。